Luận văn thạc sĩ nghiên cứu hiệu năng mạng lorawan trong internet vạn vật

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - NGUYỄN QUANG HUY NGHIÊN CỨU VÀ ĐÁNH GIÁ MỘT SỐ THUẬT TOÁN ƯỚC LƯỢNG CHUYỂN ĐỘNG TRONG MÃ HÓA VIDEO LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) HÀ NỘI - 2021 e HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THÔNG - NGUYỄN QUANG HUY NGHIÊN CỨU VÀ ĐÁNH GIÁ MỘT SỐ THUẬT TOÁN ƯỚC LƯỢNG CHUYỂN ĐỘNG TRONG MÃ HĨA VIDEO CHUN NGÀNH : KỸ THUẬT VIỄN THƠNG MÃ SỐ: 8.52.02.08 LUẬN VĂN THẠC SĨ KỸ THUẬT (KỸ THUẬT VIỄN THÔNG) NGƯỜI HƯỚNG DẪN KHOA HỌC: TS VŨ HỮU TIẾN HÀ NỘI - 2021 e LỜI CAM ĐOAN Tôi cam đoan cơng trình nghiên cứu riêng Các số liệu, kết mô nêu luận văn trung thực chưa công bố cơng trình khác Hà Nội, tháng 12 năm 2021 Tác giả luận văn Nguyễn Quang Huy e LỜI CẢM ƠN Để hoàn thành luận văn lời tơi xin tỏ lịng biết ơn sâu sắc đến TS.Vũ Hữu Tiến tận tình hướng dẫn bảo suốt trình thực Tôi chân thành cảm ơn Thầy, Cô khoa Đào Tạo Sau Đại Học, Học viện Công nghệ Bưu Viễn thơng Hà Nội tận tình giúp đỡ tơi q trình hai năm tơi học tập nghiên cứu Cuối cùng, xin gửi lời cảm ơn tới gia đình, bạn bè, anh chị học viên người bên cổ vũ tinh thần, tạo điều kiện thuận lợi cho em để em học tập tốt hồn thiện luận văn Hà Nội, ngày tháng 12 năm 2021 Nguyễn Quang Huy e i MỤC LỤC MỞ ĐẦU CHƯƠNG I: TỔNG QUAN VỀ MÃ HÓA VIDEO 1.1 Tổng quan 1.2 Nguyên tắc mã hóa video 1.2.1 Kỹ thuật giảm dư thừa thông tin miền không gian 1.2.2 Kỹ thuật giảm dư thừa thông tin miền thời gian 1.2.3 Sơ đồ tổng quát mã hóa video 11 1.3 Giải mã hóa video 14 1.4 Các tiêu chuẩn cho mã hóa tín hiệu video 15 1.5 Kết luận chương 17 CHƯƠNG II: NGHIÊN CỨU CÁC THUẬT TOÁN ƯỚC LƯỢNG CHUYỂN ĐỘNG TRONG MÃ HÓA VIDEO 19 2.1 Thuật toán tìm kiếm theo khối BMA (Block Matching Algorithm) 19 2.1.1 Thuật tốn tìm kiếm đầy đủ FSA (Full Search Algorithm) 22 2.1.2 Thuật tốn tìm kiếm nhanh (Fast Search Algorithm) 23 2.2 Thuật tốn tìm kiếm ba bước TSS (Three-step search algorithm) 24 2.3 Thuật toán Diamond Search 28 2.4 Thuật toán TZ search 30 2.5 Thuật toán OTA (One-at-a-time Search Algorithm) 37 2.6 Kết Luận chương 40 CHƯƠNG III: MÔ PHỎNG VÀ ĐÁNH GIÁ CÁC THUẬT TOÁN ƯỚC LƯỢNG CHUYỂN ĐỘNG TRONG MÃ HÓA VIDEO 41 3.1 Giới thiệu phần mềm mô 41 3.2 Các thông số đánh giá 42 3.2.1 Tỷ lệ tín hiệu nhiễu đỉnh (Peak Signal-to-Noise Ratio) 42 3.2.2 Số lượng bit dùng để mã hóa giây (Bitrate) thời gian mã hóa 43 3.3 So sánh đánh giá thuật tốn thơng qua phần mềm mơ 43 3.3.1 Các chuỗi video dùng để đánh giá 43 3.3.2 Kết mô 45 3.4 Kết luận 48 KẾT LUẬN VÀ KIẾN NGHỊ 49 TÀI LIỆU THAM KHẢO 50 e ii DANH MỤC HÌNH ẢNH Hình 1.1: Sơ đồ khối CODEC dpcm xử lý video Hình 1.2: Mã hóa biến đổi Hình 1.3: Biểu diễn lượng tử (a) UTQ (b) UTQ-DZ Hình 1.4: Dự đốn bù chuyển động Hình 1.5: (a) Sự khác biệt khung hình thời trước đó; (b) Khung hình dư thừa Hình 1.6: Vùng tìm vector chuyển động macroblock thời Hình 1.7: (a) Khung hình tham chiếu, (b) khung hình đích 10 Hình 1.8: Sơ đồ nguyên lý tổng quát mã hóa video 12 Hình 1.9: Sơ đồ giải mã hóa tín hiệu video 15 Hình 10: Một số tiêu chuẩn mã hóa Video 17 Hình 2.1: Ước lượng chuyển động theo khối 20 Hình 2.2: Thuật tốn tìm kiếm đầy đủ 23 Hình 2.3: Mơ tìm kiếm ba bước 26 Hình 2.4: Hai đường tìm kiếm khác MTSS 27 Hình 2.5: Thuật tốn Diamond Search 29 Hình 2.6: Mơ tả tồn thuật tốn TZ search 30 Hình 2.7: Tìm khối có RDcost nhỏ 31 Hình 2.8: Mơ hình tìm kiếm kim cương 32 Hình 2.9: vịng tìm kiếm TZ search 32 Hình 2.10: Tìm kiếm điểm lân cận 34 Hình 2.11: mẫu tìm kiếm tìm kiếm raster với khoảng cách pixel 35 Hình 2.12: ví dụ cho tìm kiếm sàng lọc raster 36 Hình 2.13: Thuật tốn OTA 38 Hình 2.14: Thuật tốn NOTA 39 Hình 3.1: Giao diện mơ 41 e iii DANH MỤC CÁC TỪ VIẾT TẮT Từ/Cụm từ viết tắt Tiếng Anh Tiếng Việt AVC Advanced Video Coding Nâng cao mã hóa video BD PSNR Bjontegaard delta PSNR Chênh lệch trung bình PSNR BMA Block Matching Algorithm Thuật toán kết hợp khối BMME Block Matching Motion Estimation Kỹ thuật đối sánh khối CABAC CAVLC Context-Adaptive Binary Mã hóa số học nhị phân thích Arithmetic Coding nghi dựa ngữ cảnh Context – Adaptive Variable Length Mã hóa độ dài biến đổi thích Coding nghi ngữ cảnh CODEC COde - DECode Bộ nén giải nén video DC Direct Current Hệ số chiều DPCM Differential Code Modulation FSA Full Search Algorithm Thuật tốn tìm kiếm đầy đủ IDCT inverse Discrete Cosine Transform) Biến đổi cosin rời rạc ngược ISO Pulse International Standards Organization Điều chế xung mã sai phân Tổ chức tiêu chuẩn quốc tế MacroBlock Macroblock – khối ảnh nén H.264 MV Motion vector Vector chuyển động MPEG The Moving Picture Experts Group Nhóm chuyên gia ảnh động MSE Mean Squared Error Sai số bình phương trung bình NAL Network Abstraction Layer Lớp trừu tượng hóa mạng OTA One-at-a-time Search Algorithm Thuật tốn tìm kiếm lần PSNR Peak Signal-to-Noise Ratio Tỉ số tín hiệu nhiễu đỉnh QP Quantisation Parameter Tham số lượng tử RDO Rate-Distortion Optimization Tối ưu hóa lệ nén độ méo SAD Sum of Absolute Differences Tổng số chênh lệch tuyệt đối TZ Test zone Vùng thử nghiệm TSS Three - step search algorithm Thuật tốn tìm kiếm ba bước VCL Video Coding Layer Lớp mã hóa video MB e iv DANH MỤC BẢNG BIỂU Bảng 3.1: chuỗi video đầu vào 43 Bảng 3.2 Các tham số của môi trường mô 45 Bảng 3.3: Kết mơ so sánh thuật tốn ước lượng chuyển động 46 Bảng 3.4: Kết mô sau thay đổi Dist 48 e MỞ ĐẦU Cách mạng công nghiệp lần thứ tư bắt đầu, cách mạng tập trung vào phát triển công nghệ kỹ thuật số, thiết bị máy móc cơng nghiệp tự động hóa trở nên phổ biến Và với trợ giúp công nghệ 5G khái niệm Internet vạn vật, trí tuệ nhân tạo, big data dần quen thuộc với người dùng Các tảng giải trí, học tập online… phát triển mạnh kèm theo yêu cầu lưu trữ truyền tải dần quan trọng hơn, nhu cầu cầu sử dụng vượt qua vấn đề xem thơng tin đến nhu cầu hình ảnh âm chất lượng cao tạo cảm giác sống động cho người dùng Cùng với yêu cầu chất lượng ngày khắt khe tạo nhiều chuẩn video 4K, 8K Các mạng truy cập đa dạng WLAN, mạng di động 4G, 5G nhiên với giới hạn tốc độ truyền, giới hạn băng thông khiến việc đòi hỏi liệu truyền phải thấp mà không ảnh hưởng tới chất lượng thông tin, từ chuẩn nén đời MPEG, H.264, H265… nhiều chuẩn nén nghiên cứu phát triển nhằm đem đến trải nghiệm tốt sử dụng Sự đa dạng chuẩn nén khiến việc đánh giá lựa chọn chuẩn trở thành toán mới, chuẩn nén không đáp ứng nhu cầu sử dụng hay gây lãng phí truyền tải phần cứng Vì lý học viên định chọn đề tài: “Nghiên cứu đánh giá số thuật toán ước lượng chuyển động mã hóa video” làm luận văn thạc sĩ Nội dung luận văn gồm phần: Chương I: Tổng quan mã hóa Video Chương II: Nghiên cứu thuật tốn ước lượng chuyển động mã hóa Video Chương III: Mơ đánh giá thuật toán ước lượng chuyển động mã hóa Video e CHƯƠNG I: TỔNG QUAN VỀ MÃ HÓA VIDEO 1.1 Tổng quan Truyền tải thơng tin hình ảnh, âm phương pháp hữu dụng thể rõ thông điệp, video kết hợp hai phương pháp trở thành phương tiện hữu ích thời đại đa phương tiện Video tạo thành từ hình ảnh liên tiếp phát liên tục với tốc độ 18, 24 hình/ giây Sử dụng đặc điểm mắt người ta có đoạn phim với hình ảnh chuyển động mượt mà Việc tiếp nhận thông tin qua video không giúp người dùng dễ dàng tiếp nhận thơng tin mà cịn giảm thời gian tiếp thu so với sách báo Từ mở kênh phương tiện tiếp nhận thông tin qua kênh tin tức truyền hình, phim điện ảnh…Ngồi video cịn góp phần an ninh qua camera giám sát sử dụng đơn vị nhà riêng Và nhiều lĩnh vực sử dụng video nghiên cứu khoa học, quân sự, y khoa… Từ thuận tiện phổ biến video việc mã hóa truyền tín hiệu video đóng vai trị quan trọng, giải toán liệu lưu trữ, tốc độ đường truyền Về kỹ thuật mã hóa video làm giảm bớt thơng tin không cần thiết video mà không làm ảnh hưởng đến chất lượng trải nghiệm người xem Lượng thông tin dư thừa video gồm hai loại dư thừa thông tin miền không gian (trong khung hình) dư thừa thơng tin miền thời gian (trong khung hình liên tiếp) Mã hóa video làm giảm số bit lưu trữ truyền Các kỹ thuật mã hóa entropy sử dụng để làm giảm lượng thông tin dư thừa giữ lại tin quan trọng 1.2 Nguyên tắc mã hóa video Các nghiên cứu trước khung hình chuỗi video pixel khung hình có mối tương quan định Dựa vào mối tương quan thực việc nén tín hiệu video mà e 37 khoảng cách tốt vịng tìm kiếm khoảng cách tốt giảm đến sau vài vịng tìm kiếm Một ví dụ Tinh chỉnh raster mơ tả Hình So với tinh chỉnh raster, tinh chỉnh hình tìm kiếm nhiều vị trí hệ thống tìm kiếm kim cương vịng chắn tạo MV xác đạt chất lượng video cao Trong mơ hình tham chiếu HM, tinh chỉnh hình thiết lập hệ thống tinh chỉnh mặc định 2.5 Thuật toán OTA (One-at-a-time Search Algorithm) Thuật toán OTA (One-at-a-time Search Algorithm) thuật toán đơn giản hiệu Thuật tốn có giai đoạn theo chiều dọc theo chiều ngang OTA bắt đầu trình tìm kiếm tâm cửa sổ tìm kiếm Các điểm tâm hai điểm lân cận theo chiều ngang, nghĩa (0,0); (0,-1) (0,+1) tìm kiếm Nếu độ méo nhỏ thuộc điểm tâm bắt đầu giai đoạn theo chiều dọc, khơng tìm kiếm điểm theo chiều ngang gần điểm có độ méo nhỏ nhất, tiếp tục theo hướng bạn tìm điểm có độ méo nhỏ Kích thước bước ln ln OTA dừng lại điểm có độ méo tối thiểu giữ hai điểm có độ méo cao Quá trình lặp lại theo chiều dọc xung quanh điểm có độ méo nhỏ theo chiều ngang Mẫu tìm kiếm OTA mơ tả hình 2.10 Thuật tốn tìm kiếm tiêu tốn thời gian nhiên chất lượng tìm kiếm khơng tốt e 38 Hình 2.13: Thuật tốn OTA Với s > 0, đặt: N (s) = (w x , w y ); − s  w x , w y  s M (s) = (0, 0), (s, 0), ( − s, 0) P(s) = (0, 0), (0,s), (0, − s) D(w x , w y ) = MSE (w x , w y ) = NN x + N −1 y + N −1   i=x j= y  Ft (i, j ) − Ft −1 (i + w x , j + w y )  Bước 1: M '(n)  M(1) ; q = l = P'(n)  P(1) Bước 2: Tìm (w x , w y )  M '(n) cho D(w x + q, w y + l) đạt giá trị nhỏ Nếu (w x , w y ) điểm khơng nằm tâm sang bước Ngược lại ( (w x , w y ) điểm nằm tâm) sang bước Bước 3: q  q + w x , l  l + w y ; M '(n)  M'(n) + (q + w x , l+ w y ) Và quay trở lại bước Bước 4: q  q + wx , l  l + w y ; P' (n)  P' (n) + (q + wx , l + w y )) Tìm ( wx , w y )  P' (n) cho D(w x + q, w y + l) đạt giá trị nhỏ Nếu (w x , w y ) điểm khơng nằm tâm lặp lại bước Ngược lại ( (w x , w y ) điểm nằm tâm) sang bước Bước 5: q  q + wx , l  l + w y ; (q, l ) điểm cho độ méo khối (sự sai khác hai khối) nhỏ e 39 Với phát triển liên tục thuật toán cải tiến OTA gọi NOTA (New One at a Time Algorithm) So với OTA cũ phiên có độ phức tạp tính tốn thấp So với OTA, thay đánh giá theo chiều ngang điểm có độ méo nhỏ giữ hai điểm có độ méo cao hơn, thuật toán đề xuất kiểm tra bốn điểm xung quanh tâm theo chiều dọc Các điểm kiểm tra ban đầu quanh tâm Kích thước bước ln ln Nếu điểm tối ưu nằm tâm MV Điều tiết kiệm thời gian tính tốn 80% Nếu khơng, tiếp tục tìm kiếm quanh điểm có độ méo nhỏ theo chiều dọc Hình 2.8 minh họa thuật tốn NOTA để tìm vị trí có độ méo nhỏ Hình 2.14: Thuật toán NOTA Các bước NOTA diễn giải sau: Bước 1: Đánh giá hàm mục tiêu cho tất điểm theo chiều ngang Bước 2: Nếu điểm có độ méo tối thiểu nằm tâm, dừng tìm kiếm; MV đến tâm e 40 Bước 3: Nếu ngược lại, đánh giá hàm mục tiêu điểm theo hướng khác với lúc trước (4 điểm nằm xung quanh theo chiều dọc điểm có độ méo nhỏ bước 1) Bước 4: Tìm hai vị trí phía khác điểm chiến thắng bước theo chiều ngang; xét đến điểm có độ méo nhỏ theo chiều ngang tìm hai vị trí theo chiều dọc Bước 5: Điểm có độ méo nhỏ coi vị trí phù hợp NOTA giữ tính đơn giản OTA Mặc dù so với OTA, bước NOTA sử dụng nhiều điểm kiểm tra tiêu tốn bước thuật toán lại giảm đáng kể phép tính 2.6 Kết Luận chương Nội dung chương hai nêu thuật toán ước lượng chuyển động dùng nén video Chương cuối thực mơ đánh giá thuật tốn đề xuất cải thiện thuật toán ước lượng chuyển động e 41 CHƯƠNG III: MÔ PHỎNG VÀ ĐÁNH GIÁ CÁC THUẬT TỐN ƯỚC LƯỢNG CHUYỂN ĐỘNG TRONG MÃ HĨA VIDEO 3.1 Giới thiệu phần mềm mô [8] Để đánh giá hiệu nén chuẩn HEVC, luận văn sử dụng phần mềm mã nguồn mở HM (HEVC Test Model) nguồn https://vcgit.hhi.fraunhofer.de/jvet/HM Đây phần mềm tham chiếu sử dụng để mã hóa giải mã video theo tiêu chuẩn HEVC Phần mềm tảng cho phép thực mô đánh giá hiệu thuật toán ước lượng chuyển động thuật toán đề xuất Hình 3.1: Giao diện mơ Trong phạm vi luận văn này, phần mềm mô HEVC sử dụng để kiểm thử hiệu số phương pháp ước lượng chuyển động bao gồm Full search (MT0), TZ search (MT1), Selective (MT2), Enhanced Diamond (MT3) Đây phương pháp cài đặt phần mềm HEVC Thông qua kết đánh giá hiệu thời gian mã hóa thử nghiệm phương pháp này, luận văn rút kết luận hiệu phương pháp ước lượng chuyển động Dựa vào e 42 trình thực nghiệm, luận văn thử nghiệm thay đổi khoảng cách tìm kiếm khối hình phương pháp tìm kiếm vector chuyển động TZ search Căn kết thử nghiệm, luận văn đánh giá hiệu mã hóa thay đổi khoảng cách tìm kiếm phương pháp TZ search 3.2 Các thơng số đánh giá 3.2.1 Tỷ lệ tín hiệu nhiễu đỉnh (Peak Signal-to-Noise Ratio) Tham số PSNR sử dụng để đo mức độ giống hai chuỗi video trước nén sau giải nén Tham số PSNR phản ánh chất lượng chuỗi video sau giải mã Tham số lớn đồng nghĩa với chất lượng chuỗi video sau giải nén giống với chất lượng chuỗi video gốc Trong thực tế, chuỗi video có giá trị PSNR từ 30 dB trở lên coi có chất lượng tốt Cơng thức (3.1) biểu diễn cách tính giá trị PSNR PSNR = 20 log10 ( MAX1 √MSE ) (3.1) Trong đó, MAX1 giá trị mức xám lớn điểm ảnh ảnh Khi điểm ảnh biểu diễn bit giá trị 255 MSE (Mean Square Error) trung bình bình phương giá trị sai khác điểm ảnh ảnh sau giải mã ảnh gốc Để đánh giá hiệu thuật toán ước lượng chuyển động, tham số PSNR độ phức tạp thuật toán sử dụng để so sánh thuật toán Tham số PSNR đo sau: - Bước 1: Tìm vector chuyển động cho khung hình chuỗi video thuật toán ước lượng chuyển động - Bước 2: Dựa vector chuyển động khung hình 1, khung hình tái tạo (bù chuyển động) - Bước 3: Giá trị PSNR tính dựa khung hình gốc khung hình tái tạo e 43 MSE (Mean Squared Error) sai số trung bình bình phương dùng cho ảnh hai chiều có kích thước MxN Trong Org ảnh gốc cịn Rec ảnh khơi phục tương ứng MSE tính qua cơng thức: 𝑀−1 𝑁−1 ∑ ∑ (𝑂𝑟𝑔(𝑖, 𝑗) − 𝑅𝑒𝑐(𝑖, 𝑗))2 𝑀𝑆𝐸 = 𝑀𝑥𝑁 (3.2) 𝑖=0 𝑗=0 3.2.2 Số lượng bit dùng để mã hóa giây (Bitrate) thời gian mã hóa Bitrate phản ánh số lượng bit trung bình dùng để mã hóa khung hình video giây Tham số bitrate lớn thể số bit để mã hóa video lớn Nếu giá trị PSNR, chuỗi video có bitrate nhỏ nghĩa hiệu nén chuỗi video cao Thời gian mã hóa video tham số thiết yếu Trong trường hợp giá trị PSNR bitrate không thay đổi, phương pháp pháp có thời gian nén nhỏ hiệu nén cao 3.3 So sánh đánh giá thuật toán thông qua phần mềm mô 3.3.1 Các chuỗi video dùng để đánh giá Luận văn sử dụng chuỗi video độ phân giải 832x480 176x144 Các chuỗi video chọn lựa với nội dung khác để tăng tính đa dạng Các chuỗi video có khác tốc độ chuyển động số lượng chuyển động Tốc độ khung hình gồm có 30, 50, 60 khung hình giây Thích hợp để thử nghiệm chất lượng nén thuật toán ước lượng chuyển động BasketballDrill_832x480_50 Akiyo_qcif_176_144_30 BQMall_832x480_60 Carphone_qcif_176_144_30 PartyScene_832x480_50 Coastguard_qcif_176_144_30 RaceHorses_832x480_30 Foreman_qcif_176_144_30 Bảng 3.1: chuỗi video đầu vào e 44 BasketballDrill_832x480_50 BQMall_832x480_60 PartyScene_832x480_50 RaceHorses_832x480_30 Akiyo_qcif_176_144_30 Carphone_qcif_176_144_30 Foreman_qcif_176_144_30 Coastguard_qcif_176_144_30 e 45 Tham số Giá trị Số lượng chuỗi video chuỗi Độ phân giải 832 x 480 Tốc độ mã hóa 30 frame/s Cấu hình máy tính Intel(R) Core(TM) i5-7200U CPU @ 2.50GHz 2.71 GHz Bảng 3.2 Các tham số của môi trường mô 3.3.2 Kết mô a Thử nghiệm hiệu số thuật tốn tìm kiếm vector chuyển động Bốn chuỗi video được lựa chọn chế độ nén với thông số lượng tử 37 Số lượng frame nén 30f Hình 3.2: Kết mơ Kết mơ thể đặc điểm giống khác thuật toán ước lượng chuyển động: Full search (MT0), TZ search (MT1), Selective (MT2), Enhanced Diamond (MT3) e 46 Bảng 3.3: Kết mô so sánh thuật toán ước lượng chuyển động Nhận xét: Qua kết mô ta thấy nén chuỗi video kết Bitrate PSNR thuật toán ước lượng chuyển động gần nhau, không sai lệch lớn Tuy nhiên nhìn vào tham số thời gian nén ta thấy tốc độ nén thuật toán TZ search nhanh Sau thuật tốn Selective, Enhanced Diamond cuối thuật toán full search Nhưng chuỗi video RaceHorses foreman e 47 với tốc độ 30 frame/second thuật tốn Enhanced Diamond lại thể vượt trội Bitrate thời gian nén Từ q trình mơ kết thuật toán TZ search thể hiệu nén tốt nhất, dù không đạt hiệu tốt chuỗi video b Đề xuất phương pháp cải thiện thời gian mã hóa cho thuật tốn TZ search Như giới thiệu nguyên lý thực thuật toán TZ search nội dung trước (Hình 2.8), bước thuật tốn tính độ méo khối vị trí điểm theo hình Diamond hình vẽ: Trong trường hợp vị trí khối có độ méo nhỏ cách vị trí trung tâm (vị trí 0) khoảng cách từ đến mã hóa thực tìm kiếm bước Trong bước này, mã hóa tìm kiếm vịng, khoảng cách từ vòng đến vòng tăng dần theo bội số Tuy nhiên, với khoảng cách tăng theo bội số hiệu trường hợp video có nội dung phức tạp, đối tượng video thay đổi chậm Trong trường hợp nội dung video có nội dung chi tiết, đối tượng chuyển động nhanh, việc tăng khoảng cách vịng tìm kiếm giảm thời gian tìm kiếm tăng độ xác so với khoảng cách nhỏ Vì vậy, luận văn đề xuất thử nghiệm việc thay đổi khoảng cách vịng tìm kiếm để đánh giá hiệu Cụ e 48 thể, khoảng cách vịng tìm kiếm tăng theo bội số chuẩn HEVC, luận văn thử nghiệm với khoảng cách tìm kiếm vịng tìm kiếm tăng theo bội số Thử nghiệm thực chuỗi video có độ phân giải cao với độ dài 300 khung hình Kết thể bảng 3.4 Kết đo trung bình 300 khung hình VIDEO PSNR Time Bits Dist = Dist = Dist = Dist = Dist = Dist = Basketball 34.1612 34.1560 82.6266 69.786 16293.973 16292.346 BQMall 33.9312 33.9257 65.1933 63.8 16078.373 16083.653 PartyScene 30.6911 30.6951 91.2066 76.3933 37105.28 RaceHorses 32.9212 32.9212 90.9066 91.3 33622.266 33628 37038.506 Bảng 3.4: Kết mô sau thay đổi Dist Kết sau thay đổi dist từ lên 3: - BasketballDrill giảm xấp xỉ 15% thời gian mã hóa - BQMall giảm 2.13% thời gian mã hóa - PartyScene giảm 16.2% thời gian mã hóa(giảm cao nhất) - Video RaceHorse tăng nhẹ 0.5% - Thơng số cịn lại PSNR Bits không thay đổi nhiều Đây kết chấp nhận 3.4 Kết luận Chương trình bày kết so sánh thuật tốn ước lượng chuyển động, thơng qua tham số thời gian nén, số bit dùng để nén video, tỉ lệ tín hiệu nhiễu đỉnh (PSNR) từ tìm thuật tốn có hiệu tốt TZ search Ngoài ra, luận văn đề xuất cải thiện thuật toán TZ search để giảm thời gian mã hóa e 49 KẾT LUẬN VÀ KIẾN NGHỊ Kết đạt Luận văn trình bày tổng quan q trình mã hóa giải mã video Nguyên lý hoạt động thuật toán ước lượng chuyển động nay, phát triển thuật tốn Qua q trình mơ mã hóa video dùng phần mềm mã nguồn mở HM, luận văn so sánh đặc điểm thuật toán ước lượng chuyển động, đánh giá ưu nhược điểm thuật toán lựa chọn thuật toán tối ưu Dựa vào kết tiếp tục nghiên cứu đề xuất cải thiện thuật toán TZ search đạt kết Sau thay đổi thông số đầu vào kết cho thấy thời gian mã hóa giảm so với ban đầu Hạn chế Kết sau cải thiện thuật toán TZ search tốt Tuy nhiên với số lượng bốn video để mô chưa đủ có liệu tăng nhẹ so với ban đầu cho thấy việc cải thiện thuật toán chưa hoàn chỉnh Cần tiếp tục nghiên cứu phát triển thêm Hướng phát triển Kết thúc luận văn với kết nghiên cứu thu làm tiền đề cho nghiên cứu cải thiện thuật toán ước lượng chuyển động sau xa đề xuất thuật toán ước lượng chuyển động có hiệu suất cao so với thuật tốn trước mặt thời gian tìm kiếm chất lượng hình ảnh e 50 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Vũ Hữu Tiến, Hà Đình Dũng, “Bài giảng: Xử lý Truyền thông Đa phương tiện”, Học viện Cơng nghệ Bưu Viễn thơng, 2016 Tiếng Anh [2] Dosovitskiy, A ;Fischer,P ;Ilg; E.; Hausser,P; Hazirbas, c ;Golkov,V ; Van Der Smagt, P.; Cremers, D.; Brox, T Flownet, (2015), “Learning optical Flow with convolutional networks,” In Proceedings of the IEEE International Conference on Computer Vision, Santiago, Chile, pp 2758-2766 [3] Hui, T.W.; Tang, X.; Change Loy, C Liteflownet, (2018), “A lightweight convolutional neural network for optical flow estimation,” In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Salt Lake City, UT, USA, pp.8981-8989 [4] Huska, J and P Kulla, (2008), “Trends in block-matching motion estimation algorithms” [5] Ilg, E.; Mayer, N.;Saikia, T.;Keuper, M.; Dosovitskiy, A.; Brox, T Flownet (2017), “Evolution of optical flow estimation with deep networks,” In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Honolulu, HI, USA, pp 2462-2470 [6] Information technology̵, (1993) “Coding of moving pictures and associated audio for digital storage media at up to about 1.5 Mbit/s: Video” [7] J R Jain, A K Jam, (1981) "Displacement measurement and its application in interframe image coding", IEEE Trans Commun., vol COM-29, pp 1799-1808 [8] K, Suhring, H.264/AVC Software coordination, available at: http://iphome.hhi.de/suehring/tml/ [9] Mohammed Ghanbari, (1999) “Video coding: an introduction to standard codecs”, The Institution of Electrical Engineers e 51 [10] Razali Yaakob, Alihossein Aryanfar, Alfian Abdul Halin, Nasir Sulaiman, (2013), “A comparison of different block matching algorithms for motion estimation”, ICEEI 2013 [11] R Li, B Zeng, M L Liou, (1994) "A new three-step search algorithm for block motion estimation", IEEE Trans Circuits Syst Video Technol., vol 4, no 4, pp 438-442 [12] R Srinivasan, K.R Rao, (2012) “Predoctove coding based on efficient motion estimation”, IEEE Trans Commun., pp 888-896 [13] S.Metkar and S Talbar, (2013), “Motion estimation techniques for Digital Video Coding”, SpringerBriefs in Computional Intelligence [14] Sun, D.; Yang, X.; Liu, M.Y.; Kautz, J Pwc-net, (2018), “Cnns for optical flow using pyramid, warping, and cost volume,” In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Salt Lake City, UT, USA, pp 8934-8943 [15] T Koga, T Ishiguro, (2011), “Motion compensated inter-frame coding for video conferencing”, Processings of National Telecommunication Conference, New Orlean, pp G5.3.1 – G5.3.5 e ... chọn đề tài: ? ?Nghiên cứu đánh giá số thuật toán ước lượng chuyển động mã hóa video” làm luận văn thạc sĩ Nội dung luận văn gồm phần: Chương I: Tổng quan mã hóa Video Chương II: Nghiên cứu thuật toán... trình nghiên cứu riêng tơi Các số liệu, kết mô nêu luận văn trung thực chưa công bố cơng trình khác Hà Nội, tháng 12 năm 2021 Tác giả luận văn Nguyễn Quang Huy e LỜI CẢM ƠN Để hoàn thành luận văn. .. - NGUYỄN QUANG HUY NGHIÊN CỨU VÀ ĐÁNH GIÁ MỘT SỐ THUẬT TOÁN ƯỚC LƯỢNG CHUYỂN ĐỘNG TRONG MÃ HÓA VIDEO CHUYÊN NGÀNH : KỸ THUẬT VIỄN THÔNG MÃ SỐ: 8.52.02.08 LUẬN VĂN THẠC SĨ KỸ THUẬT (KỸ THUẬT